16、图像纹理与颜色分析：原理、方法及应用

图像纹理与颜色分析：原理、方法及应用

1. 纹理的基本概念

纹理是足够大的区域所具有的一种属性，它能够展现出重复性。如果一个区域与纹理基元（texton）的大小相比过小，就无法显示出纹理。这就带来了尺度的问题，而且同一纹理在不同尺度下可能会被视为不同的纹理。只有当尺度差异足够大时，这种差异才会明显；当尺度接近时，纹理就难以区分，甚至在某些情况下会被视为相同的纹理。

在数字图像中，简单的测量或操作不太可能实现对纹理区域的有效分割。纹理之间的界限往往是主观的，更多地取决于感知而非数学计算。不过，通过多种操作的组合，有可能对各种纹理进行较为合理的分割。

2. 灰度图像纹理的简单分析

具有特定纹理的区域，其灰度值虽然变化多样，但必然存在一些特性，使得动物的视觉系统能够识别它们。虽然纹理元素的存在至关重要，但生物不太可能维护和识别一个纹理元素库。更有可能的是，生物视觉系统能够识别纹理之间的相似性和差异性，并利用这些信息来划分不同的纹理区域。

划分区域的一种简单方法是仅依据颜色或灰度值。但与将每个像素分为白色或黑色的灰度分割不同，纹理区域中每个像素的灰度值可以是其周围相对小区域内的平均灰度值。这个小区域被称为窗口，其大小可以调整，以获取不同尺度的样本。

使用平均灰度值来区分纹理并不是一个好方法，但这种简单的方法有助于理解根据纹理分割图像区域的一般原理。使用窗口是很常见的做法，因为纹理是区域属性，而非单个像素的属性。因此，纹理区域之间的边界只能在大约 W 像素的范围内确定，其中 W 是窗口的宽度。

例如，使用平均灰度值对图像进行分割的步骤如下：
1. 对于图像中的每个像素，用以该像素为中心的 W×W